极端天气下风电功率预测方法及系统

本发明公开了一种极端天气下风电功率预测方法，包括：构建预训练模型，以非极端天气气象预测数据为输入，风电预测功率为输出训练预训练模型，直至预训练模型的损失函数收敛；将预训练模型的超参数与参数赋值给元训练模型，直至元训练模型中的源域查询集模型的损失函数收敛；将源域查询集模型的参数赋值给目标域模型，并通过极端天气下的样本微调目标域模型；将极端天气下的气象预测数据输入至目标域模型预测风电功率。此外，在预训练与元训练中设计了跨任务风险损失最小函数作为预测模型的损失函数，促进其在跨任务迭代训练中的泛化能力。通过本发明的风电功率预测方法，解决了极端天气下样本量不足以及预测精度不足的问题。